新研究发现，由人工智能(AI)生成的快速磁共振成像(MRI)扫描与传统MRI一样有效，并且在诊断上可以互换。结果可以显着改善患者体验，扩大MRI的使用范围，并有可能启用MRI的新用例。

在这项研究中，研究人员在医学和Facebook AI的NYU格罗斯曼学校建立了一个神经网络，并使用deidentified膝盖核磁共振成像，这是创建和共享由纽约大学朗格尼健康为部分世界上最大的开源数据集训练有素它fastMRI主动它两年前在Facebook上推出。通过删除大约四分之三的用于创建扫描的原始数据，AI模型能够生成与标准慢速MRI过程创建的扫描相匹配的fastMRI扫描。由于fastMRI扫描所需的数据减少了四倍，因此可以使患者成像更快，并且在扫描机上花费的时间更少。

肌肉骨骼放射科医生对108例患者的两组膝部MRI进行了回顾，其中一组使用标准成像技术，而另一组使用fastMRI AI模型。该结果发表在《美国放射学杂志》上，发现放射科医生的评估没有显着差异。他们的放射科医生发现了相同的异常现象，并做出了相同的诊断，无论他们是检查标准还是AI生成的MRI。此外，所有放射科医生都认为AI加速图像的整体质量要比传统图像好。

“这项研究是迈向AI加速MRI扫描临床接受和利用的重要一步，因为它首次证明AI产生的图像在外观上与标准的临床MRI检查基本没有区别，并且在诊断准确性方面可以互换， ” 该研究的主要作者，纽约大学朗根分校放射学主席兼路易斯·马克思教授Michael P. Recht博士说。“这标志着我们如何改善患者体验和创建图像的方式发生了令人振奋的变化。”

研究细节

该研究旨在显示AI生成的图像将像传统图像一样可靠地进行相同的诊断，并满足放射科医生的需求。在这项研究中，六名肌肉骨骼放射科医生审查了在纽约大学朗格健康中心接受评估的108位测试患者的两组膝关节MRI。

每个患者病例生成两套MRI：一组使用标准成像技术，另一组使用fastMRI AI模型。放射科医生没有告知评估扫描的图像，这些图像是使用AI创建的，并且为限制召回偏见的可能性，对标准图像和AI加速图像的评估间隔至少一个月。

放射科医师系统地评估了影像的病理状况，例如半月板撕裂，韧带异常和软骨缺损，并在结构化报告中指出了这些影像。还要求审阅者对图像质量进行评级，并说他们是否认为该图像是使用AI创建的。放射科医生对每个病例​​检查了AI加速的和传统的MRI后，将结果进行比较，以查看他们的诊断是否存在差异。

“我们对这些结果感到非常鼓舞，” 放射学研究副主席，纽约州立大学高级影像创新与研究中心主任Daniel K. Sodickson博士说 。“我们还鼓励其他人使用fastMRI数据和开源代码来建立我们的发现。我们将共同努力，继续推动医学成像的界限，使用AI不仅要复制人类执行的任务，而且要生成全新的诸如超快MRI的功能，可以增强对患者的护理。”

FastMRI的后续步骤

下一步，纽约大学朗根分校和Facebook AI研究人员希望证明fastMRI可与其他重要器官(例如大脑)协同工作。作为一个开放源代码项目，fastMRI已发布了其数据，模型和代码，以便其他研究人员以及商业MRI系统的制造商可以在他们的工作基础上继续发展，并提出新的想法。fastMRI团队希望这种开放的方法将加快临床实施的进度，并导致使用AI加速MRI扫描的新方法。